Πίνακας περιεχομένων:
- Επείγουσα ανάγκη για επιχειρήσεις και μεγάλα δεδομένα
- Επιλέξτε τη σωστή μεθοδολογία ανάπτυξης μεγάλου αριθμού δεδομένων
- Ισορροπίστε μεγάλους προϋπολογισμούς δεδομένων και σύνολα δεξιοτήτων
- Προσδιορίστε την όρεξή σας για κινδύνους με μεγάλα δεδομένα
- Ο μεγάλος οδικός σας χάρτης δεδομένων
Βίντεο: The Third Industrial Revolution: A Radical New Sharing Economy 2024
Μεγάλα σχέδια υλοποίησης δεδομένων ή χάρτες πορείας θα διαφέρουν ανάλογα με τους επιχειρηματικούς σας στόχους, την ωριμότητα του περιβάλλοντος διαχείρισης δεδομένων σας και τον κίνδυνο που μπορεί να απορροφήσει ο οργανισμός σας. Έτσι, ξεκινήστε τον προγραμματισμό σας λαμβάνοντας υπόψη όλα τα ζητήματα που θα σας επιτρέψουν να καθορίσετε έναν χάρτη πορείας υλοποίησης.
Επείγουσα ανάγκη για επιχειρήσεις και μεγάλα δεδομένα
Πολλοί φιλόδοξοι οργανισμοί φαίνεται να χρειάζονται αμέσως τις τελευταίες και τις μεγαλύτερες τεχνολογίες. Σε ορισμένες περιπτώσεις, ένας οργανισμός μπορεί να αποδείξει ότι η διαθεσιμότητα σημαντικών μεγάλων πηγών δεδομένων μπορεί να οδηγήσει σε νέες στρατηγικές. Σε αυτές τις περιπτώσεις, είναι λογικό να δημιουργηθεί μια στρατηγική και ένα σχέδιο. Είναι λάθος να υποθέσουμε ότι η υιοθέτηση και η υλοποίηση μεγάλων δεδομένων είναι ένα καθορισμένο έργο.
Η υιοθέτηση μεγάλων δεδομένων έχει ευρείες συνέπειες για τη στρατηγική διαχείρισης δεδομένων της εταιρείας. Έτσι, ανεξάρτητα από ορισμένους από τους άλλους παράγοντες που εμπλέκονται, ο χρόνος που απαιτείται για το σχεδιασμό των μεγάλων λύσεων δεδομένων σας θα πρέπει να αναφέρεται σαφώς σε οποιονδήποτε οδικό χάρτη. Επιπλέον, τα καθήκοντα σχεδιασμού δεν πρέπει ποτέ να γλιστρήσουν ή να εξαλειφθούν.
Επιλέξτε τη σωστή μεθοδολογία ανάπτυξης μεγάλου αριθμού δεδομένων
Οι περισσότερες εταιρείες και οργανισμοί διαθέτουν ομάδες πληροφορικής που ακολουθούν προδιαγεγραμμένες διαδικασίες και πρακτικές ανάπτυξης. Ορισμένες από αυτές τις μεθοδολογίες ανάπτυξης είναι κατάλληλες για μεγάλες υλοποιήσεις δεδομένων, ενώ άλλες, δυστυχώς, δεν είναι.
Μεγάλα έργα δεδομένων είναι τα καλύτερα προσαρμοσμένα για μια ευκίνητη και διαδραστική αναπτυξιακή διαδικασία. Οι επαναληπτικές μεθοδολογίες χρησιμοποιούν μικρούς κύκλους χρόνου με ταχεία αποτελέσματα και συνεχή συμμετοχή των χρηστών για την προοδευτική παράδοση επιχειρηματικής λύσης. Επομένως, δεν προκαλεί έκπληξη το γεγονός ότι μια επαναληπτική διαδικασία είναι η πιο αποτελεσματική μεθοδολογία ανάπτυξης για μεγάλες υλοποιήσεις δεδομένων.
Ισορροπίστε μεγάλους προϋπολογισμούς δεδομένων και σύνολα δεξιοτήτων
Είναι πάντα δύσκολο να προβλέψουμε τις δημοσιονομικές απαιτήσεις για ένα νέο είδος έργου, όπως τα μεγάλα δεδομένα. Η καλύτερη πρακτική είναι να κατανοήσετε με σαφήνεια το αναμενόμενο κόστος και τα οφέλη που προκύπτουν από την εφαρμογή μεγάλων δεδομένων σας και στη συνέχεια να εξασφαλίσετε τον κατάλληλο προϋπολογισμό.
Η απόκτηση των σωστών συνόλων δεξιοτήτων για κάθε έργο είναι μια άλλη πρόκληση. Συχνά τα πιο περιζήτητα άτομα είναι απλωμένα σε διάφορες πρωτοβουλίες. Έτσι, η αύξηση του προσωπικού είναι συχνά η απάντηση, αν και δεν είναι εύκολη.
Με την πάροδο του χρόνου, θα βρείτε περισσότερη εκπαίδευση και πιο εξειδικευμένους επαγγελματίες. Εν τω μεταξύ, η βέλτιστη πρακτική είναι να εντοπιστούν και να αποκτηθούν κάποιες δεξιότητες για την επιστήμη των δεδομένων για το σχεδιασμό και το σχεδιασμό, τις δεξιότητες Hadoop και NoSQL για την υλοποίηση και παράλληλες / συμπλεγμένες υπολογιστικές δεξιότητες για τις λειτουργίες.
Προσδιορίστε την όρεξή σας για κινδύνους με μεγάλα δεδομένα
Κάθε οργανισμός έχει μια κουλτούρα που θα καθορίσει πόση διαχείριση κινδύνου είναι διατεθειμένη να αναλάβει. Εάν βρίσκεστε σε μια άκρως ανταγωνιστική αγορά, ίσως χρειαστεί να αναλάβετε περισσότερους κινδύνους για πιθανή καινοτομία στην αγορά. Ωστόσο, ακόμη και οι εταιρείες σε άκρως ανταγωνιστικές αγορές ενδέχεται να είναι προσεκτικοί. Πρέπει να κατανοήσετε τη δυναμική του οργανισμού σας πριν ξεκινήσετε ένα μεγάλο έργο δεδομένων.
Όλοι οι οργανισμοί, ακόμα και εκείνοι που έχουν όρεξη για υψηλό κίνδυνο, πρέπει να είναι προσεκτικοί καθώς υιοθετούν μεγάλα δεδομένα. Η ανάπτυξη και ο πολλαπλασιασμός κάθε νέας τεχνολογίας ή λύσης μπορεί να είναι γεμάτος αποτυχίες. Η χρησιμοποίηση εύχρηστων μεθοδολογιών που θα βοηθήσουν στην εξήγηση των γρήγορων επιτυχιών και των γρήγορων αποτυχιών είναι η βέλτιστη πρακτική για τον καθορισμό ορθών προσδοκιών σε μια οργανωτική οργάνωση.
Ο μεγάλος οδικός σας χάρτης δεδομένων
Θα πρέπει να σκεφτείτε αυτά ως σημεία εκκίνησης για το πώς μπορείτε να πάρετε την μπάλα να κυλήσει με μεγάλα δεδομένα και να κάνετε τις αλλαγές που είναι απαραίτητες για την επιχείρησή σας.
Αν ο οργανισμός σας έχει εμπειρία με εφαρμογές και αναλύσεις επιχειρηματικής ευφυΐας, έχει σχετικά ώριμες πρακτικές διαχείρισης δεδομένων και έχει δημιουργήσει υποδομές και λειτουργίες υψηλής χωρητικότητας, το έργο της υιοθέτησης μεγάλων δεδομένων είναι λίγο πιο εύκολο. Αυτό δεν σημαίνει εγγυημένη επιτυχία ή μειωμένο κίνδυνο.
Το να ξεκινάτε είναι πάντα ευκολότερο εάν κάποιοι από τους εμπλεκόμενους έχουν κάνει πριν. Ακολουθούν μερικές συμβουλές για να εξετάσετε το ενδεχόμενο να φέρετε μεγάλα δεδομένα στην εταιρεία ή τον οργανισμό σας:
-
Λάβετε βοήθεια. Μην δυσκολεύεστε να προσλάβετε έναν εμπειρογνώμονα ή δύο ως σύμβουλοι. Βεβαιωθείτε ότι γνωρίζουν τα "πράγματα" τους και βεβαιωθείτε ότι είναι ικανά να καθοδηγήσουν τους ανθρώπους στον οργανισμό σας.
-
Προπονηθείτε. Πάρτε μαθήματα, αγοράστε και διαβάστε βιβλία, κάντε έρευνα στο Διαδίκτυο, κάντε ερωτήσεις και παρακολουθήστε ένα συνέδριο ή δύο.
-
Πείραμα. Σχέδιο αποτυχίας. Η ταχεία αποτυχία γίνεται όλο και πιο δύσκολη για τους σύγχρονους οργανισμούς με γνώμονα την τεχνολογία. Τα καλύτερα διδακτικά μαθήματα προέρχονται συχνά από αποτυχίες.
-
Ορίστε τις σωστές προσδοκίες. Στον κόσμο των επιχειρήσεων, οι σωστές προσδοκίες μπορούν να σημαίνουν τη διαφορά μεταξύ επιτυχίας και αποτυχίας. Τα μεγάλα δεδομένα προσφέρουν τεράστιο δυναμικό στην επιχείρησή σας μόνο εάν αντιπροσωπεύετε με ακρίβεια την αξία, το κόστος και το χρόνο υλοποίησης.
-
Να είναι ολιστική. Προσπαθήστε να δείτε όλες τις διαστάσεις. Εάν το έργο παραδοθεί εγκαίρως και με προϋπολογισμό, αλλά οι τελικοί χρήστες δεν ήταν εκπαιδευμένοι ή έτοιμοι να το χρησιμοποιήσουν, το έργο μπορεί να πέσει σε αποτυχία.